哈希应用

        Hash，通常翻译成哈希算法，中文也称为散列，即通过一种变换，将非规则的原始数据映射到固定尺度上，从而便于筛选和对比。

        很像一个字典，每一个字的读音、笔画 比较复杂，但是都能够通过页码索引到，这个页码就是我们针对原始数据的映射结果，或者说散列值。

        举个例子，给定一段文字，让你统计出里面里面出现频率最高的10个字。

一. 哈希函数选择

       选择映射方法，这里我们假设对候选的1000个字进行编号，每一个数字对应一个编号：

       “你” －>  125

       “变” －>  778

       “夜” －>  536

       “计” －>  98

       通过这种编号方式，对原始文件进行遍历，我们能够得到对应的编码，记录每一个编码的次数，就能够对你需要的Top10进行描述。

二. 分布式哈希

      上述方法有一个好处，当你需要处理的问题过于庞大时，怎么能够更快处理呢？

      对于服务器端Server，假设我们每个小时都能收到来自用户的上千万条请求，那么如何统计这里面的 Top10 呢？

      看上去这是一个很棘手的问题，但实际上很好解决，构建分布式算法，将1000万条请求分配给1000台机器去做，每台机器处理1万条数据，这样处理过程看上就变得简单多了，在每台机器处理完之后，只需要对这10000个结果进行二次统计即可。

      从概率的角度来分析，往往我们不需要每台机器都去处理 Top10，也许每台都处理 Top1，实际结果总是对的，这也是分布式加速的方案（我们不需要100%精确，只要保证大概的准确率就能满足要求）。

      好了，那就大家准备一个自己遇到的问题，实现一下吧。